Ultralytics YOLOを使用して、Kiwitronは最大30メートル先の危険を検知するリアルタイムシステムKiwiEyeを開発し、安全性と効率を向上させました。
工場の床は、フォークリフトと作業員が近接して作業することの多い忙しい環境であり、安全上の懸念につながる可能性があります。超広帯域無線やLiDARなどのソリューションは、非効率であったり業務を妨げたりしたため、Kiwitronはより優れたソリューションを探すことになりました。
この課題に対応するため、Kiwitronは産業安全向けに設計されたAI搭載ソリューション、KiwiEyeを開発しました。Ultralytics YOLO modelsを統合したこのシステムは、危険を迅速に検知し、オペレーターがリアルタイムで対応できるよう支援します。また、heatmapsやヒヤリハットレポートなどの分析情報も提供するため、安全管理者はリスクを特定し、安全対策を効果的に改善できます。
図1 KiwiEyeの紹介
ビジョンAIで産業オペレーションの安全性を向上#
industrial technologyを専門とするイタリア企業Kiwitronは、logistics、agriculture、manufacturing、重機などの業界における安全性と効率の向上に取り組んでいます。革新的なソリューションで知られる同社は、工場の床における安全対策をより効果的にする必要性を認識していました。従来のシステムでは十分な成果が得られなかったため、KiwitronはAIを活用したテクノロジーに注目し、よりスマートで信頼性の高い安全ソリューションを開発しました。
工場の床で危険を正確に検知する必要性#
heavy machineryと作業員が共存する産業ワークスペースでは、より厳格な安全対策が求められます。事故を防ぎ、オペレーションを円滑に維持するには、効率的かつ現場で即時に行える危険の追跡が必要です。
超広帯域無線システムなどの従来の安全対策では、作業員がタグを装着する必要がありました。しかし、必要なデバイスを全員が常に使用するとは限らないため、必ずしも実用的ではありませんでした。LiDARセンサーは物体を検知できる一方で、特定の危険を識別するためのaccuracyが不足することが多く、不要な作業速度の低下につながっていました。
これらの課題は、安全上のギャップと非効率を生み出し、ワークフローを妨げます。Kiwitronは、歩行者、車両、標識を識別しながら、オペレーターに明確で実行可能なアラートを提供できる、real-time detection対応のより高度なソリューションの必要性を認識しました。Kiwitronが求めるソリューションは、厳格なハードウェア要件を満たし、データを高速に処理し、さまざまな産業環境に適応しながら、オペレーションの効率を損なうことなく生産性を維持する必要もありました。
KiwiEye：KiwitronのAI搭載安全ソリューション#
これらの課題を克服するため、Kiwitronは安全システムKiwiEyeにUltralytics YOLO modelsと最先端のobject detectionテクノロジーを統合しました。YOLOを基盤とするKiwiEyeは、産業環境でのリアルタイムな危険検知に必要な速度と精度を実現します。
KiwiEyeは、Ultralytics YOLOモデルを搭載したadvanced camerasを使用し、歩行者、車両、標識などの重要な要素をリアルタイムで識別します。Coral acceleratorsにより、システムは画像を迅速かつ最小限の遅延で処理できるため、オペレーターは潜在的な危険に即座に対応できます。従来のセンサーとは異なり、KiwiEyeはコンテキストを考慮した検知を実現し、異なる物体を識別して、危険の種類に応じてアラートをカスタマイズします。
このシステムの柔軟な設計により、広々とした倉庫から狭い作業エリアまで、さまざまな産業環境でシームレスに動作します。軽量な構造は既存のハードウェアにスムーズに統合でき、高速なパフォーマンスを維持します。精度、速度、適応性を組み合わせることで、KiwiEyeはオペレーションの効率を維持しながら安全性を向上させ、industrial hazard detectionの革新的なソリューションを提供します。
なぜUltralytics YOLOモデルを選ぶのか#
Kiwitronは、MobileNetやSSDを含むさまざまなモデルをテストした後、Ultralytics YOLOを選択しました。YOLOは、速度、accuracy、Coral acceleratorsのような軽量ハードウェアとの互換性を他に類を見ない形で組み合わせており、リアルタイムアプリケーションに最適だったため、際立っていました。
KiwitronのCTOは次のように説明しました。「私たちが開発を始めた当時、YOLOはobject detectionにおいて市場で最高の選択肢でした。これにより、安全性と効率という2つの目標を達成できました。」また、その適応性により、Kiwitronは産業環境特有のニーズに合わせてソリューションをカスタマイズできました。
KiwitronはUltralytics YOLOで30メートル先の危険検知を実現#
KiwiEyeにUltralytics YOLOモデルを統合したことで、工場の床における安全性と効率が大幅に向上しました。このシステムは、最大30メートル先でも歩行者、車両、標識を正確に識別し、リアルタイムで危険を確実に検知します。KiwitronのCTOは次のように述べています。「KiwiEyeが事故を防げるほど応答性を確保するため、FPSのしきい値を設定しています。YOLOを使用することで、必要な速度を維持しながら、最大30メートル先の物体を検知できます。」
KiwiEyeシステムは、Ultralytics YOLOモデルとの組み合わせにより、事故やヒヤリハットの防止ですでに目に見える成果を上げています。救われた命の正確な数値化は困難ですが、KiwitronのCEOは次のように共有しています。「ヒヤリハットの発生件数が減少したというフィードバックを、お客様から定期的にいただいています。あるケースでは、重大な事故を防いだとしてお客様から感謝の言葉をいただきました。」
このシステムは、heatmapsやヒヤリハットレポートを通じて安全管理者に有用なデータも提供し、高リスク区域の特定や安全プロトコルの調整を支援します。KiwitronのCEOはさらに次のように述べています。「単なる事故防止にとどまりません。収集したデータにより、お客様はデータに基づいて安全性を改善でき、最終的にはより安全な環境を実現できます。」
Ultralytics YOLOは、パフォーマンス目標を達成するだけでなく、Kiwitronが迅速にイノベーションを進めることも可能にしました。KiwitronのCTOは次のように強調しています。「Ultralytics YOLOを使用することで、安定した高性能ソリューションを迅速に開発すると同時に、将来の改良に向けた基盤も構築できました。」
ビジョンAIとYOLOを活用したKiwitronの次のステップ#
KiwitronによるUltralytics YOLOモデルの活用は、computer visionが安全に対する考え方をどのように変えているかを示しています。つまり、問題への対処から、スマートでデータに基づくソリューションによる予防へと移行しています。Vision AI advancesに伴い、個人用保護具 (PPE) のコンプライアンス監視や追加の危険の発見など、新たな可能性が広がり、職場はより安全で効率的になっています。
Ultralytics YOLOの柔軟性とパフォーマンスにより、Kiwitronは自信を持ってイノベーションを進め、変化し続ける産業安全の要求にソリューションが対応し続けられるようにしています。
KiwitronのCTOは次のように表現しています。「車輪の概念に似ています。つまり、すでに存在しているものです。私たちのコミュニティにはすでにそれがあります。では、なぜゼロから作り直すのでしょうか。」
Vision AIがビジネスをどのように変革できるかご興味がありますか。GitHub repository,をご覧いただき、computer vision in healthcareやmanufacturingなど、業界に合わせたUltralyticsのソリューションを発見し、licensing optionsを確認して、今すぐ始めましょう。
